隨著知識更新的速度越來越快，信息發(fā)布、知識傳播的時效性要求越來越高，新聞出版從業(yè)人員編輯加工文字的工作量越來越大，編校質量面臨的挑戰(zhàn)也越來越多。與此同時，人工智能技術、自然語言理解技術、機器深度學習技術的發(fā)展，為內容質量把關和提升提供了新的解決辦法。
12月30日，方正電子正式發(fā)布方正智能輔助審校系統(tǒng)V1.0。這是方正電子聯(lián)合數(shù)字出版技術國家重點實驗室、高等院校、行業(yè)專家等一起進行技術研究和攻關的成果，也是在眾多新聞出版單位的積極參與和應用檢驗下，經(jīng)過不斷迭代更新的產品，在字詞審校、知識審校、格式審校、邏輯審校方面都取得了實質性的進展。
▲方正智能輔助審校產品功能介紹
系統(tǒng)簡介
方正智能輔助審校立足新聞出版行業(yè)，并逐漸向整個文化傳媒領域延伸，為出版社、報刊社、民營書商、排版公司、互聯(lián)網(wǎng)企業(yè)、政府機關等機構用戶以及作者、工作室等個人用戶提供強大且易用的智能輔助審校服務。
該系統(tǒng)是專門為新聞出版機構提供數(shù)字化內容輔助審校的工具，能夠對內容進行多方面檢校，包括：字詞檢查、標點符號檢查、文章邏輯檢查、上下文查重、專業(yè)術語檢查、敏感詞檢查等。
該系統(tǒng)提供兩種產品形態(tài)的服務，支持對Word稿件和標準PDF稿件進行內容審校，滿足不同人員角色、不同工作場景的使用需求。
01.Word客戶端插件
▲產品形態(tài)之一：Word客戶端插件
02.云端在線審校平臺
▲產品形態(tài)之二：云端在線審校平臺
功能介紹
方正智能輔助審校通過語言模型和機器深度學習技術，通過構建算法模型對海量真實語料不斷訓練及優(yōu)化，累積的錯詞、專業(yè)術語、敏感詞、慎用詞、異形詞等類型的編校知識詞條超過百萬。
方正智能輔助審校系統(tǒng)參考并依據(jù)《作者編輯常用標準及規(guī)范》（第三版）《標點符號用法 GBT 15834-2011》以及《圖書編輯校對實用手冊》《通用規(guī)范漢字表2013版》等標準規(guī)范或權威資料，將模型、語料、規(guī)則三者相結合，研發(fā)出邏輯類、字詞類、知識類、格式類四類審校功能。
通過方正智能輔助審校系統(tǒng)，使用者不僅能夠對稿件中的錯詞錯字、敏感詞、相似內容、公元紀年、歷史紀年、干支紀年、標點符號進行檢查，還可以對稿件的大綱標題、圖表公式列表的序號等進行檢查，對于識別出的錯誤還可以給出修改建議，并且支持對錯誤進行快速定位、導出及修改。具體功能介紹如下：
錯詞錯字檢查
檢查稿件中是否存在錯字、別字、疊字、疊詞，以及“的地得”類錯誤。
▲圖中：“因些該尺度具有﹥和﹤的數(shù)學特性”，“因些”需改為“因此”
敏感詞檢查
敏感詞檢查包括國家主權和領土完整、港澳臺問題、民族宗教問題、國際關系等敏感內容檢查。
▲不得稱為“全國人大副委員長”
▲“珠穆朗瑪峰”不得稱為“額菲爾士峰”
▲“從香港征集回國”，有將香港視為國家的嫌疑
▲“回族就是伊斯蘭教”將民族和宗教混為一談
▲“錫金是中國的鄰國”，2005年5月起，不得將錫金作為獨立國家提及
▲對有身體傷疾的人士不使用“獨眼龍”等蔑稱
標點檢查
檢查稿件中是否存在成對標點符號缺失或格式不一致，以及不同標點符號是否疊用、連用的錯誤。
▲圖中：“但其也有一些缺陷，如發(fā)展速度易受資金、，人力、時間等方面的限制”，標點“、，”不應該連用
大綱檢查
檢查稿件大綱的標題序號是否連續(xù)，體例或格式是否一致，標題內容是否重復，是否為孤標題。
▲圖中“3.為加強業(yè)務管理……”中的序號“3.”應改為“2.”
圖、表、公式、列表序號檢查
檢查稿件中圖片、表格、公式的序號是否存在不連續(xù)、體例或格式不一致、缺少引用的錯誤。
▲圖中“圖1-6”應改成“圖1-5”，“圖2-2”應改成“圖2-1”
上下文查重
檢查稿件中是否存在相似度較高或者完全相同的內容。
▲圖中稿件第10頁和第82頁兩句話重復，且內容完全相同
紀年檢查
檢查稿件中的紀年類內容是否存在公元年份、干支紀年以及歷史紀年的錯誤。
▲圖中稿件“正德三年（1508）”應改為“正德三年（1713）”;“明嘉靖癸己年（1533）”應改為“明嘉靖癸巳年（1533）”
格式檢查
檢查稿件中數(shù)值的千分空是否使用正確，數(shù)值與單位符號之間是否使用了不間斷空格，以及數(shù)學符號是否使用了中文全角。
▲圖中：“有兩個鄉(xiāng)的水稻平均單產都是400kg，甲鄉(xiāng)的水稻單產在350~450kg之間的地塊”，“400kg”和“450kg”，數(shù)值和單位kg之間沒有使用不間斷空格;“％”應該使用半角格式
公式識別
方正審校還提供公式識別功能，除了能夠將圖片格式的公式識別為可編輯的MathType公式外，還可對全文所有公式進行內容一致性檢查。
▲圖片格式的公式利用公式識別功能，可以快速轉換為可編輯的文字公式
此外，該產品還內嵌正版《大辭海》，用戶可以很方便地利用該功能對稿件中的名詞術語進行檢索。
核心技術
方正智能輔助審校系統(tǒng)基于方正三十余年在內容處理方面的技術積累，結合北京大學、數(shù)字出版技術國家重點實驗室等在自然語言處理方面的最新研究成果，并在數(shù)十家用戶驗證反饋的基礎上研發(fā)而成。系統(tǒng)采用云架構、應用機器學習和深度學習，融合分詞、實體識別、句法分析、深度語言模型等技術，圍繞圖書、期刊出版規(guī)范標準對內容和體例進行檢查。
通過建立學科領域知識模型和大規(guī)模語料庫進行訓練學習，基于深度學習的序列標注和通順度評價算法，利用字詞混淆對集候選結果進行綜合排序，并進一步結合大規(guī)模知識和語料庫進行常識檢查，形成包括錯別字、用詞不當、敏感詞等十二類檢查的智能化引擎，生成具有可反饋學習和強交互的勘誤表。
方正智能輔助審校系統(tǒng)具備審校準確率高、查全率高、速度快、語料更新及時、用戶使用方便等特點。在產品試用階段，已在全國范圍內100多個機構用戶試用。
未來，方正智能輔助審校系統(tǒng)還將通過人工智能技術賦能行業(yè)智能化升級，以優(yōu)異的產品和技術為出版行業(yè)各單位創(chuàng)造更大的價值。
關注我們